四轮独立驱动四轮转向电动试验样车的研制

研制出一辆四轮独立驱动四轮转向(4WD-4WS)电动试验样车,4个车轮分别由彼此独立的直流电机驱动,后轮转向机构由步进电机驱动跟随前轮转向。阐述了底盘总成、电气总成的结构及特点;采用等转矩、等功率两种模式分配四轮驱动力,进行了直线行驶与转弯行驶的基本试验。结果表明,研制的4WD-4WS电动样车设计结构可靠、性能良好,为系统地进行动力学性能试验,以及寻找最佳的驱动力分配模式和最佳的四轮转向模式提供依据。     

用继承与优化算法精密拼接无序点云

对结构光三维扫描检测系统的拼接技术进行了研究,建立了两个待拼接点云之间的对应关系,提出用继承与优化算法进行点云的精确拼接.阐述了算法原理,通过建模获取拼接过程中的旋转和平移参数,提出并分析J,拼接的实现过程.采用光栅投射式三维扫描仪获取某型号汽车防雨板的6组点云数据,用提出的算法进行点云拼接,利用多分辨率层次精度分析法对拼接结果进行误差分析,并与最临近点迭代法在拼接精度、收敛速度和耗时上进行r比较.实验结果表明:继承与优化算法可实现海量无序点云的精确拼接,拼接的标准偏差<0.10 mm,两点云对拼接时间<2 s,所需迭代次数比ICP方法减少5次以上.     

Analytic differential approach for robust registration of rat brain histological images

Image registration is an important topic in medical image analysis. It is usually used to reconstruct 3D structure of tissues from a series of microscopic images. However, a variety of inherent factors may result in great differences between acquired slices during imaging even if they are adjacent. The common differences include the color difference and geometry discrepancy, which make the registration problem a difficult challenge. In this study, we propose a robust registration method to automatically reconstruct 3D volume data of the rat brain. It mainly consists of three procedures, including multiscale wavelet-based feature extraction, analytic robust point matching (ARPM), and registration refinement with feature-based modified Levenberg-Marquardt algorithm (FMLM). The product of gradient moduli in multi-scales is used to decide if extracted feature points are true according to the characteristic that features could exist in multiscale. The ARPM registration algorithm is proposed to speedily accomplish the registration of two point sets with different size by simultaneously evaluating the spatial correspondence and geometrical transformation. In addition, a FMLM method is also proposed to further refine registration results and achieve subpixel accuracy. The FMLM method converges much faster than most other methods due to its feature-based and nonlinear characteristic. The performance of proposed method is evaluated by comparing it with well-known thin-plate spline robust point matching (TPS-RPM) algorithm. The results indicate that ARPM-FMLM algorithm is a robust and fast method in image registration.     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

基于单目视觉的视网膜三维重建技术研究

为了在视网膜疾病诊断中获得精度高、可视化好的视网膜,提出一种基于单目视觉的视网膜三维重建算法。该算法通过对两幅预处理图像的特征点提取确定匹配点对之间的对应关系,采用RANSAC算法去除误匹配点对,准确率高,用链匹配的方法使得多幅图像间的特征点匹配从而得到整体最优化结果。根据不同图像间特征点的对应关系,使用4通光束平差法确定空间中摄像机相对位置关系,使用PMVS算法实现视网膜的三维重建。实验结果表明,该算法具有很好的鲁棒性和稳定性,能较好地实现视网膜的三维重建。     

基于继承与优化算法的无序点云拼接技术的研究

摘要：点云拼接技术的核心是建立两个待拼接点云之间的对应关系。提出继承与优化算法进行点云精确拼接,阐述了算法原理,通过建模获取拼接过程中的旋转和平移参数,提出并分析了拼接的实现过程。采用光栅投射式三维扫描仪获取某型号汽车防雨板的6组点云数据,使用提出的算法进行点云拼接,采用多分辨率层次精度分析法对拼接结果进行误差分析,与最临近点迭代法在拼接精度、收敛速度和耗时上进行了比较。实验结果表明：继承与优化算法可实现海量无序点云的精确拼接,拼接的标准偏差小于0.10mm,两点云对拼接时间小于2秒,相比最临近点迭代法,所需迭代次数减少5次以上。     

颅骨点云模型的优化配准

由于颅骨的三维点云数据模型复杂且不同人的颅骨差异较小,对其配准精度要求较高。为了提高颅骨点云模型的配准精度和收敛速度,提出了一种先粗配准再细配准的配准方法。首先,对颅骨点云数据模型进行去噪、简化和归一化等预处理;然后,通过区域划分、区域配准和求解组合系数以及求解刚体变换等步骤实现区域层次上的颅骨粗配准;最后,通过引入动态迭代系数来改进基于旋转角约束的迭代最近点算法,并采用该改进的ICP算法实现颅骨的细配准,从而达到精确配准的目的。实验结果表明:与ICP算法相比,改进的ICP算法的配准精度和收敛速度分别提高了约30%和50%。证明该种先粗配准再细配准的颅骨点云模型配准方法是一种精度高、速度快的有效颅骨配准算法。     

目标运动轨迹匹配式的红外-可见光视频自动配准

为实现精确的红外-可见光视频序列的自动配准,提出了一种新的基于目标轨迹线匹配的配准方法。首先,利用运动目标检测技术提取目标前景,并由基于相关滤波器(KCF)的多目标跟踪算法对每个前景顶点进行跟踪,进而获取每个目标的运动轨迹。此后,为每条轨迹线建立归一化运动方向描述子与归一化运动幅度描述子,通过时序分析、方向描述子匹配及幅值描述子匹配建立分步约束的匹配机制,完成轨迹线匹配工作。最后,采用迭代更新的方式获取最佳全局配准矩阵,实现对异源视频的配准。在LITIV数据库上的9组视频上进行测试验证,实验的结果表明:本文配准算法的重叠率误差一般小于0.2,接近或已超过手动的Ground-Truth矩阵。通过充分利用目标的运动信息,该算法实现了精确的红外-可见光图像序列配准。     

多点成形件检测中三维数据配准方法的研究

针对多点成形件成形误差检测中的三维数据配准问题，提出了一种用两步法将CAD模型数据和三维测量数据点全局配准的方法。利用遗传算法具有全局搜索能力的特点，以四元数法中的3个参量作为优化解空间，采用自适应控制优化参数的方法，达到CAD模型数据和三维测量数据点的全局粗配准。以粗配准的结果作为初始值，用ICP算法修正误差以达到精确配准。采用两步法配准克服了标准ICP算法难以解决的局部最小问题，本算法也可广泛应用于精密测量时测量结果的比较分析。以马鞍形曲面制品为例，给出了配准结果。     

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

结合多分辨率修正曲率配准的层间插值

针对体数据各坐标轴分辨率不一致,导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题,提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节,解决配准图像清晰度和对比度弱的问题;利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构,提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间,提高计算效率。利用切片图像对应像素间存在对称形变结构的特征,建立了修正曲率模型估计形变场,解决了配准时单向形变不一致的问题。最后,通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化,利用最终形变场数据对切片进行线性插值,计算出层间图像。实验结果表明,提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比,提出方法的均方差(MSD)减小了40%,高于对称曲率模型,且耗时仅为该模型的20%左右,满足应用要求。     

应用改进迭代最近点方法的三维心脏点云配准

在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法。精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵。为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组CT心脏点云数据配准实验,结果表明本文方法较经典ICP算法的平均误差减少约21%,较TrICP算法减少约13%,在心脏点云数据配准实验中,本文方法较TrICP算法的15.5 s加快到1.77 s。因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性。     

Automatic deformable registration of histological slides to μCT volume data

Localizing a histological section in the three‐dimensional dataset of a different imaging modality is a challenging 2D‐3D registration problem. In the literature, several approaches have been proposed to solve this problem; however, they cannot be considered as fully automatic. Recently, we developed an automatic algorithm that could successfully find the position of a histological section in a micro computed tomography (μCT) volume. For the majority of the datasets, the result of localization corresponded to the manual results. However, for some datasets, the matching μCT slice was off the ground‐truth position. Furthermore, elastic distortions, due to histological preparation, could not be accounted for in this framework. In the current study, we introduce two optimization frameworks based on normalized mutual information, which enabled us to accurately register histology slides to volume data. The rigid approach allocated 81 % of histological sections with a median position error of 8.4 μm in jaw bone datasets, and the deformable approach improved registration by 33 μm with respect to the median distance error for four histological slides in the cerebellum dataset.     

基于表面贴合的不同视点传感器点云拼合方法研究

针对视觉传感器对物体表面点云数据采集的离散性,提出基于表面贴合的点云精确拼合方法。先对不同视点传感器获得的点云进行初始配准拼合,再以包容球方法选取点云重合表面区域的三处局部表面,用三维二次曲面方程拟合;旋转变换采用四元数法,经非线性最小二乘优化得到精确拼合的平移和旋转参数。该方法具有较快的收敛速度和较高的拼合精度,实例验证了所提方法的可行性。       

叶片机器人砂带磨抛点云匹配算法优化

为解决机器人磨抛路径中工件坐标系难以计算的问题及校正工件装夹误差,将三维点云配准技术应用到叶片机器人砂带磨抛系统中。由三维激光扫描仪扫描工件型面获得工件点云,采用基于主成分分析(PCA)的全局配准算法和改进的迭代最近点(ICP)算法完成了扫描点云和工件模型离散点云间以及不同工件扫描点云间的匹配,以获取工件坐标系和校正工件装夹误差。相关仿真和试验结果表明,优化后的算法在匹配速度与精度上有了长足改进,且加工后产品精度和质量都能满足实际加工要求。     

大面积形体的三维无接触精确测量的研究

对大面积形体实现高精度三维无接触检测,是三维检测技术研究的难点和热点。提出了基于编码标志点的框架拼接法,采用数码相机三维重构与结构光三维扫描技术相结合的方法,实现了大面积形体的三维精确测量。阐述了大面积形体测量拼接框架构造的基本原理,对其中的关键技术如数码相机的标志点三维检测与重构,局部点云与空间框架的拼接进行了介绍,并给出了检测实例。实验表明该系统具有操作方便、测量范围大、测量精度高等的特点。     

基于分层块状全局搜索的三维点云自动配准

提出了一种分层块状全局搜索到临近点局部搜索的改进迭代最近点(ICP)算法,用于进一步提高ICP算法的配准速度并消除点云缺失对点云配准的影响。该配准方法在粗略配准之后,以点云块为分层单元对模型点集进行选取,并对选取的少量模型点进行全局搜索获取其对应最近点;然后,以这些模型点对应的最近点作为搜索中心,在场景点集中进行局部搜索,获取这些模型点的大量临近点的对应最近点;最后,剔除错误对应最近点对,并求取坐标变换。与基于KD-Tree的ICP算法和基于LS+HS(Logarithmic Search Combined with Hierarchical Model Point Selection )的ICP算法相比,该配准算法对Happy bunny扫描数据的配准速度分别提高了78%和24%;对Dragon扫描数据的配准速度分别提高了73%和30%。这些结果表明该算法可以快速、精确地实现三维点云间的配准。     

基于分支限界的三维曲面全局配准方法

在三维测量中常需要将测量点云数据与已知曲面模型进行配准。采用隐式函数建立点云数据到曲面模型的距离场,进而进行非线性优化求解可以有效提升配准效率。然而由于点到曲面的近似距离及刚性变换的约束,其误差函数呈现非凸性而导致迭代极易陷入局部最优。为实现全局配准,提出了一种利用分支限界算法搜索点到曲面近似距离平方和误差函数最小化变换参数的方法。通过确定刚体变换参数空间中误差函数的上下界限加快搜索,并结合一种等效距离公式的LevenbergMarquardt算法优化的局部配准方法加速收敛并保证配准精度。三维模型的配准实验与分析验证了本文全局配准方法的有效性。     

损伤零件点云模型配准的ICP算法

针对损伤零件的传统点云模型配准过程中存在着运算效率低与损伤部位损伤量确定误差较大等问题,提出一种基于原始ICP算法的改进算法。考虑模型因为损伤而引起的特征与表面形貌的改变,利用法矢夹角进行点云数据的精简,保留模型主要特征,再利用对应点的曲率约束与距离约束设定阈值剔除损伤区域点云,保证对应点之间快速准确地配准。最后,运用Matlab实现改进算法,并利用损伤的轮机叶片点云数据的配准验证该算法的有效性。     

基于字典描述向量的实时图像配准

针对传统的特征向量计算方法复杂度高、耗时长、占用内存多等缺点,提出了一种基于字典描述向量的图像配准方法。该算法采用K-奇异值分解（K-SVD）方法生成字典,通过比较特征点临近区域图像与字典中基底图像的相似性得到特征描述向量,从而降低了描述向量的计算复杂度,提高了算法的实时性。实施该算法时,首先通过随机KD树算法对参考图像和待配准图像的特征点进行匹配,然后使用经典随机抽样一致性（RANSAC）算法剔除误匹配点对,最后应用最小二乘法对得到的匹配点对进行参数估计,从而得到两幅待配准图像的空间几何变换关系。实验表明结果,本文提出的描述向量计算方法降低了描述向量的存储空间,加快了特征匹配的速度,可在保证配准准确度的前提下实现配准过程。